<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>NVIDIA Dev on todai</title><link>https://toda-i.blog/tags/nvidia-dev/</link><description>Recent content in NVIDIA Dev on todai</description><generator>Hugo</generator><language>ko-kr</language><lastBuildDate>Sat, 31 Oct 2026 06:35:31 +0900</lastBuildDate><atom:link href="https://toda-i.blog/tags/nvidia-dev/index.xml" rel="self" type="application/rss+xml"/><item><title>Build a Validated Kubernetes Runtime for NVIDIA Dynamo</title><link>https://toda-i.blog/posts/2026-10-31-build-a-validated-kubernetes-runtime-for-nvidia-dynamo/</link><pubDate>Sat, 31 Oct 2026 06:35:31 +0900</pubDate><guid>https://toda-i.blog/posts/2026-10-31-build-a-validated-kubernetes-runtime-for-nvidia-dynamo/</guid><description>&lt;p&gt;AI 서비스를 안정적으로 운영하는 일은 생각보다 복잡한 과정이에요. 쿠버네티스 환경에서 인공지능 모델을 구동할 때, 단순히 모델을 올리는 것뿐만 아니라 드라이버와 리소스, 네트워크까지 꼼꼼히 챙겨야 하죠.&lt;/p&gt;</description></item><item><title>Run AI Models for Edge Application Development with Just a Few Commands</title><link>https://toda-i.blog/posts/2026-10-31-run-ai-models-for-edge-application-development-with-just-a-f/</link><pubDate>Sat, 31 Oct 2026 05:33:18 +0900</pubDate><guid>https://toda-i.blog/posts/2026-10-31-run-ai-models-for-edge-application-development-with-just-a-f/</guid><description>&lt;p&gt;인공지능 기술이 데이터 센터를 넘어 우리 주변의 다양한 기기 속으로 들어오고 있다는 이야기, 한 번쯤 들어보셨죠? 🚗🤖&lt;/p&gt;&#10;&lt;p&gt;자율주행차나 로봇처럼 현장에서 실시간으로 주변을 인식하고 판단해야 하는 기기들에는 꽤 까다로운 조건이 붙어요. 제한된 메모리와 전력 속에서도 인공지능이 빠르게 작동해야 하거든요. 하지만 이런 기기에서 AI 모델을 직접 실행해 보려면 준비 과정이 복잡하고 까다로워서 시작부터 엄두가 안 나기도 하죠.&lt;/p&gt;</description></item><item><title>Build Specialized Agents on a Stack You Control with NVIDIA NemoClaw</title><link>https://toda-i.blog/posts/2026-10-31-build-specialized-agents-on-a-stack-you-control-with-nvidia/</link><pubDate>Sat, 31 Oct 2026 01:00:00 +0900</pubDate><guid>https://toda-i.blog/posts/2026-10-31-build-specialized-agents-on-a-stack-you-control-with-nvidia/</guid><description>&lt;p&gt;안녕하세요! 혹시 요즘 여기저기서 일 잘하는 AI 비서, 즉 에이전트 이야기 많이 들으시죠? 복잡한 일을 알아서 척척 해주는 에이전트를 내 손으로 직접 만들어보고 싶다는 생각, 한 번쯤 해보셨을 거예요. 그런데 막상 만들려고 하면 보안은 어떻게 해야 할지, 어떤 도구를 써야 할지 막막하게 느껴지시죠?&lt;/p&gt;</description></item><item><title>How to Check and Configure NVIDIA GPUDirect Storage for Your Platform</title><link>https://toda-i.blog/posts/2026-10-31-how-to-check-and-configure-nvidia-gpudirect-storage-for-your/</link><pubDate>Sat, 31 Oct 2026 00:01:36 +0900</pubDate><guid>https://toda-i.blog/posts/2026-10-31-how-to-check-and-configure-nvidia-gpudirect-storage-for-your/</guid><description>&lt;p&gt;평소 컴퓨터를 사용하다가 뭔가 자꾸 느려지거나 꼬이는 느낌을 받으면 어디서부터 손대야 할지 막막하시죠? 데이터를 빠르게 처리해야 하는 환경에서도 비슷한 고민이 생기곤 하는데요. 엔비디아 시스템을 다루는 분들에게 도움을 줄 수 있는 유용한 도구가 나와서 소개해 드리려고 해요.&lt;/p&gt;</description></item><item><title>Unlocking Tensor Core Performance for Machine Learning Interatomic Potentials</title><link>https://toda-i.blog/posts/2026-10-30-unlocking-tensor-core-performance-for-machine-learning-inter/</link><pubDate>Fri, 30 Oct 2026 00:00:00 +0900</pubDate><guid>https://toda-i.blog/posts/2026-10-30-unlocking-tensor-core-performance-for-machine-learning-inter/</guid><description>&lt;p&gt;인공지능이나 첨단 기술 소식을 들으면 왠지 복잡하고 나와는 상관없는 이야기처럼 느껴지시죠?&lt;/p&gt;&#10;&lt;h2 id="왜-중요한가"&gt;왜 중요한가&lt;/h2&gt;&#10;&lt;p&gt;과학자들이 분자나 재료의 움직임을 시뮬레이션할 때 사용하는 인공지능 모델은 계산 과정이 워낙 복잡해서 엄청난 시간이 걸려요. 이번에 엔비디아 GPU의 특별한 연산 기능을 활용해 모델을 다시 만들거나 수정할 필요 없이 속도를 크게 높일 수 있는 방법이 확인되었답니다. 정확도는 그대로 유지하면서 연구 시간을 눈에 띄게 줄여준다는 점에서 아주 반가운 소식이에요.&lt;/p&gt;</description></item></channel></rss>